文档介绍：中国外汇储备实证分析报告
摘要:自1994年外汇管理体制改革以来,中国外汇储备便开始进入了一个高速增长期。2006年已经成为外汇储备最多的国家,因此,研究我国外汇储备至关重要。到了2012年6月,。因此,研究我国外汇储备至关重要。本文采集了1999年12月至2012年6月我国外汇储备的月度数据,采用Eviews ,对数据进行一系列的检验与调整后,对我国外汇储备的变化情况进行了短期预测。
关键词: 外汇储备短期预测
引言
进入21世纪之后,伴随全球国际收支失衡的恶化,全球外汇储备规模不断上升,而全球外汇储备的增长又集中体现在发展中国家外汇储备的增长,尤其是东亚国家和石油输出国。在发展中国家中,中国外汇储备的增长速度更加迅猛。,占全球规模的9%,,占全球规模的24%,。中国已经超越日本成为全球外汇储备的最大持有国。2008年至2010年,中国的外汇储备继续增加,到了2008年年底,,2009年年底,,比2008年增长了23%。到了2012年6月,。为了能够更好地管理我国的外汇储备,需要更确切的把握我国外汇储备的增长趋势。为此本文拟通过对2000年来的外汇储备数据进行ARIMA法建模并预测短期内我国外汇储备的增长趋势。
一、数据处理
原始数据(见附表一):来源于国家外汇储备管理局月度数据
基本操作:
(1)数据录入: 打开Eviews软件,选择“File”菜单中的“New--Workfile”选项,点击File/Import,找到相应的Excel数据集,打开数据集A,点击ok。
(2)绘制序列时序图: 双击序列A,点击view/Graph/line,ok
(3)绘制序列相关图: 双击序列A,点击view/Correlogram,ok
(4)ADF检验序列的平稳性: A,点击view/unit root test,ok
(5)模型参数估计: 在主菜单选择Quick/Estimate Equation,在主窗口输入ls A ar(1) ma(1) 敲回车
(6)模型检验: 在方程输出窗口中点击View/Residual Tests/Correlogram-Q-Statistics,ok
(7)模型预测: 在命令栏输入expand 1999:12 2014:06, 然后在方程估计窗口点击Forecast,选择Dynamic forecast,点击ok
二、数据的时间序列特征分析
将1999年12月至2012年6月我国外汇储备数额绘制成折线图,如图1所示,可以很容易地看出序列具有明显的增长趋势,并且可以看出,从2004年到2005年开始,我国的外汇储备数额有了显著提高,并且增加的幅度也有所增大,这主要是因为自2005年7月人民币汇改以来,由于中国政府选择了小幅、稳健、可控的升值策略,吸引大量国际短期资本流入中国套利,这加速了中国外汇储备的累积。
图1 1999年12月至2012年6月中国外汇储备的折线图
三、序列的变换
1、数据的检验
对此序列进行单位根检验,如图2所示,t检验结果接近1,无法拒绝序列存在单位根的原假设,且t检验值大于等于1,说明此序列至少具有一阶单位根。之后对序列进行一阶差分的单位根检验,结果如图3所示,,在置信水平为95%的情况下,可以拒绝原假设,说明此序列不具有二阶单位根,但具有一阶单位根,序列不是平稳序列。
图2 序列的单位根检验结果
图3 一阶差分后序列的单位根检验结果
对该序列绘制了自相关、偏自相关图,如图4所示,由图中可以看出,序列的自相关系数衰减缓慢,没有很快趋于0,同样可以说明该序列是非平稳序列。
图4 序列的自相关、偏自相关图
2、序列的调整
由于序列不是平稳序列,所以需要对其进行变换。由序列的折线图可以看到,序列是逐渐递增的,并且增加的幅度在不断增大,所以,对此序列进行对数差分,以消除序列的趋势。绘制对数差分后序列的折线图,如图5所示,并且对其进行单位根检验,检验结果如图6所示,可以看到,检验结果的P值为小概率,拒绝了序列有单位根的原假设,所以认为对数差分后的序列没有单位根,对数差分后的序列为平稳序列。
图5 对数差分后序列的折线图
图6 对数差分后序列的单位根检验结果
之后绘制对数差分后序列的自相关、偏自相关图,如图7所示,可以看出序列的自相关系数与偏自相关系数迅速衰减到置信带内,同样可以说明序列为平稳序列。
图7 对数差分后序列的自相关、偏自相关图